MétaCan
Menu
Retour à la cohorte
Enregistrement W3007110121 · doi:10.1177/1545968320907076

Oxygen Cost During Walking in Individuals With Stroke: Hemiparesis Versus Cerebellar Ataxia

2020· article· en· W3007110121 sur OpenAlexaff
Maxence Compagnat, Jean‐Christophe Daviet, Charles Sèbiyo Batcho, Nicolas Vuillerme, Jean‐Yves Salle, Romain David, Stéphane Mandigout

Notice bibliographique

RevueNeurorehabilitation and neural repair · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensCentre intégré universitaire de santé et de services sociaux de la Capitale-NationaleCentres Intégré Universitaires de Santé et de Services SociauxCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalUniversité LavalCentre Intégré Universitaire de Santé et de Services Sociaux du Saguenay–Lac-Saint-Jean
Organismes subventionnairesnon disponible
Mots-clésHemiparesisStroke (engine)Physical medicine and rehabilitationAtaxiaCerebellar ataxiaPsychologyMedicinePhysical therapyNeurosciencePsychiatryLesion

Résumé

récupéré en direct d'OpenAlex

Background. Understanding the factors that limit mobility in stroke patients is fundamental for proposing appropriate rehabilitation strategies. A high oxygen cost during walking (Cw) has a strong impact on the community ambulation of hemiparetic patients. The Cw in poststroke cerebellar ataxia is poorly evaluated, unlike hemiparetic gait. Objective. To compare the oxygen cost/self-selected walking speed (S) relationship in stroke individuals with cerebellar ataxia or hemiparetic gait. Methods. Thirty-three subjects were included (14 cerebellar stroke, 19 hemispheric stroke), with stroke confirmed by brain imaging and able to walk without human assistance. We measured Cw using the Metamax3B. The relationship between Cw and self-selected walking speed was modelled by logistic regression and then compared between the cerebellar and hemispheric groups. Results. No significant difference was found between the 2 groups for all characteristics of the population, except motor impairments, spasticity, and ataxia ( P < .01). We identified 2 separate Cw/S relationships with different logistic regression equations for the 2 groups. Faster than 0.4 m s −1 , Cw was 30.6% to 39.9% higher in patients with cerebellar stroke in comparison with hemispheric stroke individuals. The Cw was correlated with ataxia ( r = 0.88; P < .001) in the cerebellar group, whereas there was a correlation with motor impairments ( r = −0.61; P < .01), spasticity ( r = 0.59; P < .01), and ataxia ( r = 0.81; P < .01) in hemispheric stroke individuals. Conclusion. The Cw in poststroke cerebellar ataxia is significantly higher compared with hemiparetic patients at an equivalent walking speed. The impact on community walking needs to be explored in stroke survivors with cerebellar stroke.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,022
Tête enseignante GPT0,269
Écart entre enseignants0,247 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeurorehabilitation and neural repairMême sujetStroke Rehabilitation and RecoveryTravaux en français237 207